Update README.md
Browse files
README.md
CHANGED
|
@@ -1,12 +1,31 @@
|
|
| 1 |
-
|
| 2 |
-
|
| 3 |
-
|
| 4 |
-
|
| 5 |
-
|
| 6 |
-
|
| 7 |
-
|
| 8 |
-
|
| 9 |
-
|
| 10 |
-
|
| 11 |
-
|
| 12 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
README - Análisis de Sentimientos con BERT
|
| 2 |
+
Descripción del Proyecto
|
| 3 |
+
Este proyecto implementa una aplicación interactiva desarrollada con Streamlit y un modelo preentrenado de BERT para realizar análisis de sentimientos. La herramienta clasifica textos en Positivo, Neutral o Negativo y ajusta los resultados con palabras clave para mejorar la precisión del modelo. Además, ofrece respuestas empáticas y personalizadas según el sentimiento identificado.
|
| 4 |
+
|
| 5 |
+
Tecnologías Utilizadas
|
| 6 |
+
|
| 7 |
+
Transformers (Hugging Face)
|
| 8 |
+
PyTorch
|
| 9 |
+
Streamlit
|
| 10 |
+
Parámetros Personalizados
|
| 11 |
+
|
| 12 |
+
Modelo: bert-base-uncased (Hugging Face).
|
| 13 |
+
Clasificación de Sentimientos:
|
| 14 |
+
Positivo: "feliz", "alegre", "contento", "maravilloso".
|
| 15 |
+
Negativo: "triste", "deprimido", "horrible", "mal".
|
| 16 |
+
Ambiguo: "no sé", "confuso", "raro", "indeciso".
|
| 17 |
+
Respuestas Personalizadas: Mensajes empáticos y contextuales según el resultado del análisis.
|
| 18 |
+
|
| 19 |
+
Cómo Acceder a la Aplicación
|
| 20 |
+
La aplicación está disponible en el siguiente enlace:
|
| 21 |
+
👉 https://huggingface.co/spaces/AlejandraFlorezM/TallerFinal_Punto2Modulo2
|
| 22 |
+
|
| 23 |
+
Integrantes del Grupo Siete
|
| 24 |
+
|
| 25 |
+
Alejandra Flórez - ID UAO: 2240644
|
| 26 |
+
|
| 27 |
+
Liliana Pérez - ID UAO: 2240375
|
| 28 |
+
|
| 29 |
+
Luis Felipe Carabalí - ID UAO: 2244790
|
| 30 |
+
|
| 31 |
+
Mauricio Daza Becerra - ID UAO: 2240584
|